algorithm - 是索引还是标签？

Question

我有两个类声明和索引。我的 claim 类中有一个名为 topic 的字段，它是一个字符串。我正在尝试不使用数据库索引列功能来索引主题列。但它应该通过编码以下方法。假设我有权利要求 1，对于权利要求 1 主题字段(“我喜欢松饼松饼”)，我将进行以下处理

#1. Create an empty Dictionary with "word"=>occurrences
#2. Create a List of the stopwords exemple stopwords = ("For","This".....etc )
#3. Create List of the delimiters  exemple delimiter_chars = ",.;:!?"
#4. Split the Text(topic field) into words delimited by whitespace.
#5. Remove unwanted delimiter characters adjoining words.
#6. Remove stopwords.
#7. Remove Duplicate
#8. now i create multiple index object (word="love",occurences = 1,looked = 0,reference on claim 1),(word="muffins",occurences = 2,looked = 0,reference on claim 1),  

现在，每当我查看 muffins for example looked 这个词时，它就会增加一个，我会在我的数据库中向上移动记录。所以我的问题是下面这个方法好吗？它比数据库索引功能更好吗？有什么办法可以改进吗？

Answer 1

我认为您要找的是一个叫做 B-Tree 的东西.在您的情况下，您将在树中使用 26(如果需要区分大小写，则为 54)分支节点。这将使查找对象变得非常快。我认为时间是 nlogn 之类的。在节点中，您将有一个指向数组、列表、文件或其他内容中的实际数据的指针。

但是，除非您愿意花时间为您的应用程序编写特定的代码，否则您最好使用 Oracle、Microsoft SQL Server 或 MySQL 等数据库，因为这些数据库经过专业开发和分析以获得可能的最大性能。